Rork Max のネイティブ Swift で SpeechAnalyzer を使い、長尺の音声を端末内で文字起こしする

import Speech
import AVFoundation
 
final class LiveTranscription {
    private let analyzer: SpeechAnalyzer
    private let transcriber: SpeechTranscriber
    private var inputBuilder: AsyncStream<AnalyzerInput>.Continuation?
    private let engine = AVAudioEngine()
 
    init(locale: Locale) {
        self.transcriber = SpeechTranscriber(locale: locale,
                                             preset: .progressiveLiveTranscription)
        self.analyzer = SpeechAnalyzer(modules: [transcriber])
    }
 
    /// マイク入力を分析セッションへ流し始める。
    func start() async throws {
        // 1. 音声を渡すためのストリームを用意し、アナライザに接続する
        let (stream, continuation) = AsyncStream.makeStream(of: AnalyzerInput.self)
        self.inputBuilder = continuation
        try await analyzer.start(inputSequence: stream)
 
        // 2. マイクの生バッファを AnalyzerInput に包んでストリームへ送る
        let input = engine.inputNode
        let format = input.outputFormat(forBus: 0)
        input.installTap(onBus: 0, bufferSize: 4096, format: format) { [weak self] buffer, _ in
            self?.inputBuilder?.yield(AnalyzerInput(buffer: buffer))
        }
        engine.prepare()
        try engine.start()
    }
 
    func stop() async {
        engine.stop()
        engine.inputNode.removeTap(onBus: 0)
        inputBuilder?.finish()
        // 供給を止めたあと、残りの解析を締める
        try? await analyzer.finalizeAndFinish()
    }
}

func consumeResults() async {
    var confirmed = ""          // 確定済みの本文
    for try? await result in transcriber.results {
        let text = String(result.text.characters)
        if result.isFinal {
            confirmed += text
            await MainActor.run {
                self.finalText = confirmed   // 確定分だけを本文に反映
                self.volatileText = ""       // 仮表示はいったん消す
            }
        } else {
            await MainActor.run {
                self.volatileText = text      // 揺れ動く暫定分を薄色で
            }
        }
    }
}

// Expo Modules API での最小の公開面（イメージ）
public class SpeechModule: Module {
    var live: LiveTranscription?
 
    public func definition() -> ModuleDefinition {
        Name("SpeechAnalyzer")
 
        // JS からは、この2メソッドと onFinalText イベントだけを触らせる
        AsyncFunction("startTranscription") { (localeId: String) in
            let live = LiveTranscription(locale: Locale(identifier: localeId))
            self.live = live
            try await live.start()
        }
 
        AsyncFunction("stopTranscription") {
            await self.live?.stop()
            self.live = nil
        }
 
        Events("onFinalText")   // 確定した断片だけを JS へ送る
    }
}